Comparaison des deux comportements d'évitement d'un obstacle statique

Nous avons proposé deux solutions pour le vote du comportement permettant d'éviter un obstacle statique. L'une est exprimée par la formule IV.5 et classe les solutions en deux catégories selon qu'elle se dirigent ou non vers l'obstacle. L'autre solution est exprimée par la formule IV.6 et classe les options en fonction du décalage avec l'obstacle. A priori, ces préférences s'avèrent équivalentes et c'est pourquoi nous proposons de les comparer.

Afin de comparer objectivement les deux solutions, nous avons réalisé une série de 50 simulations de 1 000 cycles chacune. Les agents évoluent sur une section de voie droite (afin de pouvoir comparer les distances utiles parcourues). Trois obstacles de rayon variables compris entre 30 et 60 UD, sont repositionnés aléatoirement à chaque exécution entre les abscisses curvilignes 1000 et 1200 et les ordonnées -50 et 50 de la voie.

Au début de la simulation, les deux agents mettant en oeuvre les deux comportements à comparer sont positionnés à l'origine de la route. La vitesse des agents est constante (2UD /cycle). La figure IV.15 ci-dessous montre un exemple des trajectoires suivies par chaque modèle, la plus rectiligne étant relative au comportement « bon / mauvais » (formule IV.5) l'autre au décalage (formule IV.6).

Figure IV.15 : Trajectoires comparées des deux comportements d'évitement d'obstacle

statique.

Le tableau IV.7 ci-dessous résume les mesures réalisées, conformément aux critères présentés dans la première section de ce chapitre. Pour chaque mesure, nous indiquons les

Trajectoire avec évitement décalage

Trajectoire avec comportement évitement bon/mauvais

Chapitre IV : Validation du modèle proposé : application à la navigation autonome. 114

valeurs moyennes, maximales et minimales relevées lors des 50 exécutions. Les valeurs minimales et maximales sont importantes car elles soulignent souvent les cas les plus défavorables qui devront être améliorés.

La distance totale parcourue est toujours de 2000 UD (1000 cycles, 2UD / cycle) car il n'y a pas eu de blocage. La distance utile parcourue varie en fonction des obstacles et des trajectoires suivies pour les éviter. Le modèle avec évaluation « bon / mauvais » (formule IV.5) parcourt plus de distance utile que le modèle « décalage » (formule IV.6). Le modèle « bon / mauvais » anticipe donc mieux les obstacles.

Le nombre de sorties de route et de collisions est toujours nul : le modèle respecte les contraintes. L'ordonnée curviligne maximale quantifie le dépassement de la contrainte liée à la route ; elle n'a donc pas d'importance dans le cas présent.

La variation moyenne de direction illustre la capacité de l'agent à persévérer dans ses choix. La variation maximale durant une simulation est importante car, pour une application graphique, un mouvement brusque d'un personnage n'est pas réaliste. Ici les choix peuvent varier au maximum de 125° pour le modèle « bon / mauvais » et de 180° pour le modèle « décalage ». Les chiffres montrent cependant que ces variations brusques sont assez marginales.

Le nombre de blocages souligne les simulations durant lesquelles le modèle s'est trouvé face à un problème qu'il ne savait pas résoudre. Le modèle « bon / mauvais » n'a jamais été bloqué. Le modèle « décalage » a été considéré bloqué pendant, au maximum, 471 cycles.

Le nombre de cycles sans solution est nul : dans aucun cas les agents n'ont invalidé toutes les options. Ce cas ne pouvait se produire dans ces environnements statiques pour lesquels il existait nécessairement un passage.

Les nombres d'options et de comportements donnent un aperçu de la rapidité d'exécution du modèle. Ici, le nombre de comportements est constant (trois comportements d'évitement d'obstacle, un comportement inertie et un comportement suivre la voie). Le nombre d'options est constamment inférieur ou égale à huit. (Il faut donc noter que dans cet environnent simple le nombre d'options est inférieur à celui utilisé dans les modèles similaires [Hostetler et al., 2003].)

Chapitre IV : Validation du modèle proposé : application à la navigation autonome. 115

Tableau IV.7 : Résultats du modèle avec évaluation type bon / mauvais. Modèle avec évaluation

bon / mauvais.

Modèle avec évaluation décalage

Moy Max Min Moy Max Min

Distance totale parcourue 2000 2000 2000 2000 2000 2000

Distance utile parcourue 1988 1999 1933 1929 1999 936

Sorties de route 0 0 0 0 0 0

Ordonnée curviligne maximale 78 121 27 76 122 27

Collisions 0 0 0 0 0 0

Variation de direction moyenne (degré) 0,04 0,37 0,01 0,8 18,47 0,01

Variation de direction maximale (degré) 18,49 125,98 2,94 61,36 180 6,01

Blocages 0 0 0 16,75 471 0

Cycles sans solution 0 0 0 0 0 0

Nombre moyen d'options valides (par cycle) 2,69 2,81 2,54 2,68 4,2 2,51

Nombre maximal d'options valides (par cycle) 8 8 8 7,98 8 7

Nombre moyen d'options invalides (par cycle) 0,09 0,35 0,01 0,23 1,91 0,02

Nombre maximal d'options invalides (par cycle) 4,71 6 2 5,47 6 3

Nombre moyen de comportements (par cycle) 3,64 3,71 3,6 3,69 4,32 3,6

Nombre maximal de comportements (par cycle) 5 5 5 5 5 5

Les mesures réalisées montrent que le modèle « bon/mauvais » donne de meilleurs résultats. En particulier, parce qu'il anticipe mieux les obstacles et persévère plus dans ses choix (la variation de direction est plus faible). Il faut souligner que « le modèle à décalage » s'est mis dans des situations de blocage (renforçant ainsi les meilleurs résultats de l'autre modèle). La figure IV.16 illustre une situation de blocage du modèle « à décalage ». Comme les obstacles se trouvent de part et d'autre de l'agent, ils provoquent des votes opposés qui s'annulent et laissent l'agent continuer tout droit. Pour le modèle décisionnel utilisant la formule IV.5, les trois comportements « bon/mauvais » ont tous tendance à défavoriser l'option du comportement « suivre la route ». Cette dernière n'est donc pas retenue et c'est une des options d'évitement qui remporte le vote.

Chapitre IV : Validation du modèle proposé : application à la navigation autonome. 116

Figure IV.16 : Situation de blocage du modèle « à décalage ».

Les meilleurs résultats du modèle « bon / mauvais » (formule IV.5) s'expliquent donc simplement. Au delà de ce résultat applicatif, cet exemple met en avant l'un des problèmes inhérents aux architectures orientées comportement. En essayant de réaliser un compromis entre plusieurs options contradictoires, la méthode de coordination peut sélectionner une action qui ne satisfait pas la majorité des comportements. Dans le cas du vote selon le décalage avec l'obstacle, deux comportements (voie et inertie) sur les cinq (trois comportements d'évitement) sont « satisfaits » par le vote. Par rapport à ce qu'affirme la bibliographie, nous remarquons donc que le vote permet de résoudre ce problème de compromis uniquement pour certains cas particuliers. Pour le reste des implémentations, nous utiliserons donc le comportement d'évitement statique établissant ses préférences en classant les options en deux catégories (formule IV.5).